Dojo
话题
新佳
订阅
极道
元认知
元逻辑
元设计
元编程
元语言
复杂系统涌现
不确定性并非人类缺陷,而是这个世界的特征 | Psyche Ideas
对于本科生来说,科学是唯物主义的同义词,而唯物主义是确定性的同义词。认识到不确定性是宇宙的一个基本特征让他们感到困惑。 首先,我不是质疑事物是否存在,而是质疑事物能够被了解的程度,以及我们可以在多大程度上谈论事物,而不是以它们呈现给我们的方
大语言模型背后的原理 - arxiv
语言本质上是一个由语法规则支配的复杂、错综复杂的人类表达系统。它对开发能够理解和掌握语言的人工智能算法提出了重大挑战。 作为一种主要的方法,语言建模在过去20年里被广泛研究,用于语言理解和生成,从统计语言模型发展到神经语言模型。
三种科学建模范式 - stephenwolfram
科学史上发展起来的三种主要建模范式: 第一种:结构范式"结构范式"的关键思想是认为世界上的事物是由某种简单的描述元素--比如说几何物体--构成的,然后用类似于逻辑推理的方式来计算它们会发生什么。 <
微服务架构中如何避免抽象变幻觉? - Gregor
像我这样的架构师(被亲切地称为“脾气暴躁的老人”)已经见证了几代编程抽象的来来去去: 也许最成功的抽象是编译器, CASE 工具在 1990 年代受到广泛关注 其次是2000 年代初期的模型驱动架构和可执行 UML 。 几年后并延伸到 2010 年代初
什么是特斯勒定律?
特斯勒定律(Tesler's Law)也称为复杂性守恒定律,或或水床理论,是人机交互中的一句格言,指出每个应用程序都有固有的复杂性,无法删除或隐藏。相反,必须在产品开发或用户交互中处理它。 在 20 世纪 80 年
大语言模型137个涌现特征列表 — Jason Wei
涌现emergent :定义为一种能力“不存在于小模型中,但......存在于大模型中。” 在大型语
人类认知的最大成就可能主要是涌现现象
“人类认知的最大成就可能主要是涌现现象(Emergence )。” - 詹姆斯湖麦克莱兰 对人类智力的研究曾经被符号方法所主导,但在过去的30年里,出现了另一种方法:涌现Emergence 从涌现Eme
什么是设计思维?
设计思维是一种以客户为中心,从客户的需求、问题、习惯和实践出发,解决问题和设计产品的方法。对于业务分析师而言,设计思维可以证明是一种有价值的分析和设计方法,可通过以下实践开发创新解决方案: 了解用户需求, 问题定义, 构
引发硅谷银行倒闭的蝴蝶效应
这场灾难有可能是由Byrne Hobart的时事通讯自媒体引起的蝴蝶效应: 1)Byrne Hobart发表一篇文章/推特,揭露硅谷银行SVB的风险。 2)几乎所有VC都会阅读这篇通讯 3) 他们都开始非常、非常密切地关注SVB的盈利情况 4) SVB
我们失去意识了吗? - matthew
这是一位人工智能研究人员和神经科学家的总结: 你可能还记得,有一件事在Twitter上传了好一阵子:谷歌的一名低级工程师Blake Lemoine发表了一份声明,表达了他的观点,即谷歌最新的聊天机器人,一个名为LaMDA的系统,是 "有意识的"。<
微服务反射和扩展复杂自适应系统 - James Lewis
James Lewis是ThoughtWorks的总监,也是微服务架构的先驱者。 在这一集里,我们回到了记忆的长河,回到了James第一次提出并普及微服务架构的时候。詹姆斯描述了他对微服务的定义和它的重要特征。他还分享了最近的微服务演变,包括微服务
复杂性系统的遍历性、复杂性和涌现性
遍历性ergodicity:在我们观察它的时间里,个体系统是否探索了所有可能的东西,对个体的研究是否会导致对集体的理解? 而复杂性的特征通常是“整体大于部分之和”复杂性是遍历性断裂的时候,复杂性问题其实也是遍历性问题。
ChatGPT 比 99% 的人类更有创造力
托兰斯创造性思维测试可能足以测试人类,是否可以用来测试计算机,这是测试尝试的结果: 1、创造力测试:研究人员对 ChatGPT 进行了标准创造力评估,并将其表现与学生进行了比较。 - Cha
衰老其实是一种软件设计Bug
衰老是所有人类与生俱来的,但我们为什么会变老仍然是一个争论不休的话题。大多数对衰老的机械解释都假定衰老是由一种或多种形式的分子损伤的累积引起的。在这里,我建议我们变老不是因为硬件不可避免的损坏,而是因为软件的内在设计缺陷,定义为协调单个细胞如何发育成成体有机体的 DNA 代码。
你的数字孪生可以改善你的健康
数字孪生在制造业、工业和航空业中很常见,但对人的数字模拟却很罕见。 几周前,我们分享了研究人员如何以数字孪生的形式开发人体的精确数字模拟,这有可能拯救和延长生命。现在我们分享更多关于数字孪生如何帮助个性化医疗,预测疾病、饮食和生活方式的改变,以及使
大语言模型涌现的自主科研能力
基于 Transformer 的大型语言模型在机器学习研究领域发展迅速,应用范围涵盖自然语言、生物学、化学和计算机编程。从人类反馈中进行极端缩放和强化学习显着提高了生成文本的质量,使这些模型能够执行各种任务并推理他们的选择。 在本文中,我们提出了一
什么创造力?创造力是一个动态的、变革的和相互关联的涌现过程
几个世纪以来,对创造力的探索一直吸引着不同领域的思想家,产生了丰富多样的观点。 一些最有影响力的观点来自查尔斯·桑德斯·皮尔斯、吉尔·德勒兹、克里斯托弗·亚历山大和大卫·博姆的哲学基础。 尽管他们的工作背
涌现智能下一个前沿将是多智能体模拟 - DrJimFan
涌现智能的下一个前沿领域将是多个智能机器人的模拟:一群人工智能生成的机器人在一个复杂的社会互动展开日常生活。每个角色都有自己独特的背景故事、个性和动机。 这就是未来的《南方公园》:完全由人工智能生成的电视剧。
上页
下页
关闭